首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多种群协同自适应差分进化的股票投资组合优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东工商学院

摘要:本发明公开了一种基于多种群协同自适应差分进化的股票投资组合优化方法,属于计算机技术领域,其通过均值‑标准差公式处理预选股票的日收盘价,得到每支预选股票的样本时间序列;采用基于动态时间规整的模糊均值聚类算法,对每支预选股票的样本时间序列进行聚类分析,根据聚类结果将预选股票划分形成n个股票类别组,从每个股票类别中任意选出一支目标股票;将目标股票的信息、收益率需求和风险控制需求,输入给投资组合模型框架中,完成投资组合模型构建;通过多种群协同自适应差分算法寻求符合所建投资组合模型的最优解,得到包含各目标股票权重的投资组合方案。能够根据投资者的预选股票信息和投资收益率需求自动给出最优投资组合方案。

主权项:1.一种基于多种群协同自适应差分进化的股票投资组合优化方法,其特征在于:包括以下步骤:S1:接收投资者的预选股票信息,根据预选股票信息获取预选股票在T个交易日内的历史数据,历史数据包括日收盘价和日收益率;S2:通过均值-标准差公式处理步骤S1中的日收盘价,得到每支预选股票的样本时间序列;第i支股票的样本时间序列中样本元素的计算公式为: 式1中,pi*为第t个交易日的标准日收盘价,pi为第t个交易日的收盘价,μi为第t个交易日的日收盘期望价,σi为样本标准差,1≤t≤T;S3:采用基于动态时间规整的模糊均值聚类算法,对步骤S2所得每支预选股票的样本时间序列进行聚类分析,得到每支预选股票的聚类结果,根据聚类结果将预选股票划分形成n个股票类别组,从每个股票类别中任意选出一支目标股票;S4:接收投资者的个性化信息,个性化信息包括投资者收益率需求和风险偏好信息,根据风险偏好信息确定风险控制需求;S5:将步骤S3所得到目标股票的信息和步骤S4中的确定的收益率需求和风险控制需求,输入给投资组合模型框架中,完成投资组合模型构建;所述的投资组合模型表达式为 式2中,x=x1,x2…xnT,x1,x2…xn为各目标股票的购买权重,α为置信度,由步骤S4中的风险控制需求对应确定,VaRα为投资组合策略在置信度α下的风险价值;fx,y为损失函数,xi为目标股票i的购买权重,yi,t是目标股票i在第t个交易日的日收益率,ci为目标股票i的交易费用,c=c1,c2…cnT,ri代表为目标股票i在T个交易日内的期望收益率,s为步骤S4中的投资者收益率需求,是投资者确定的区间0,rmax]中的任意值,rmax为目标股票的最大期望收益率;n为目标股票的总数量,σ1和σ2均为惩罚因子,取σ1=σ2=100;S6:通过多种群协同自适应差分算法寻求符合步骤S5所建投资组合模型的最优解,得到包含各目标股票权重的投资组合方案。

全文数据:

权利要求:

百度查询: 山东工商学院 基于多种群协同自适应差分进化的股票投资组合优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。